XNews

人工智能视频与生成视频系统

人工智能视频与生成视频系统

ONE2X创始人围绕领域特定语言(DSL)、上下文和数据构建视频生成策略。

Key insights

ONE2X构建Medeo,专注于DSL和上下文工程

创始人离开基础模型公司创办ONE2X和Medeo,认为产品成功依赖于构建领域特定语言(DSL)、上下文层和用户环境,而不仅仅依赖于基础模型。架构分为DSL(原子视频能力)、上下文(熵减少和精确指令)和环境(用户交互作为显性数据),强调生成新的“内生”数据以形成护城河。

压缩即智能与数据阶段指导战略

创始人描述了“压缩即智能”的理念以及三个数据阶段:公共数据、领域/私有数据和内生(产品生成)数据。ONE2X的目标是创造内生数据,以构建可防御的资产,并通过降低代币成本来衡量系统智能以达到预期结果。

视频生成行业目前仍需人工参与

报道称许多人工智能短剧工作室仍然严重依赖人力;最大的公司据说雇佣超过1000人手动制作人工智能短剧。Seko 2.0支持最多100集的系列,但当前的多模态模型和视频片段生成仍存在需要人工修复的问题。

研究进展:BulletTime实现视频中的3D相机移动

斯坦福大学和ETH发布了BulletTime系统,该系统利用单个视频来冻结或减慢时间,同时实现任意3D相机移动;发布了十个演示示例,展示了图像到3D相机的技巧。

产品与货币化观点:关注内部数据和专家用户

ONE2X倾向于构建能够生成高质量内生数据的“环境”,并优先考虑那些通过互动提升系统智能的专家早期用户。公司通过一段有机视频获得数百万次观看,验证了其方法的产品市场信号。

Source posts